暂无评论
将模糊逻辑系统引入预测控制,对一类非线性离散系统提出了直接自适应模糊预测控制的方法.此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器,并基于跟踪误差对控制器参数中的未
基于Backstepping的燃煤电站汽轮机非线性自适应控制
Spiking neural networks (SNNs) have advantages over traditional, non-spiking networks with respect t
提出了一种基于遗传算法和神经网络的自适应PID控制器的设计方法。该控制器主要由三个部分组成：利用遗传算法优化PID参数，和RBF神经网络结合，对被控对象逼近，搜索出一组准优的初始参数；RBF神经网络完
提出了基于多步预测控制方法的多变量非线性神经网络逆控制方案。利用预测模型对系统动态特性进行预测，使用一个带有时延因子的前馈神经网络作为控制器，利用多步预测性能指标对其在线训练，实现神经网络逆系统；在多
模糊规则是常用的表示不确定性知识的一种方法, 如果从领域专家那里获得的知识是以模糊规则 的形式表示的, 则可以通过上面介绍的方法将这些模糊规则转换为相应的模糊神经网络. 模糊神经网络 具有模糊规则求精
这个与我所编写的神经网络浅析(多层)案例配套使用更容易理解,可以极大的提高对多层神经网络的理解学习。
The categorical distribution (figure 3.3) is a discrete distribution that determines the probability
多层光学神经网络
压电泵自适应神经网络预测控制的仿真研究，程光明，朱志伟，本文以双腔体并联压电泵为例，在110V正弦交流电压信号作用下测试了压电泵输出流量随电压频率的变化值，利用BP神经网络对压电泵的输
暂无评论